Zum Hauptinhalt springen

A/B-Testing für Sale Events

A/B-Tests und Varianten, um Verkaeufe durch Rabatte und Urgency zu pushen (eCom Unity x DRIP)

Verfasst von Frank Birzle

📹 Workshop-Aufzeichnung vom 06. November 2024 – eCom Unity x DRIP, mit Max Rast (Klar) und Samu Hess (DRIP).

tl;dr

  • Loss Aversion ist der Haupthebel bei Sale Events – Käufer fürchten, einen Deal zu verpassen, 2,3× stärker, als sie es schätzen, einen zu bekommen.

  • Top-Tests auf der Produktseite: „Selling-out-fast"-Badge (~6,7 % Uplift), Sellout-Risk-Indikator (~6,25 %) und Discount-Countdown-Timer.

  • Eine Urgency-Message im Warenkorb („Produkte nicht reserviert") bringt ~3,6 % Uplift und ist einer der einfachsten Wins.

  • Nutze Bandit-Tests während Peak-Events, um Traffic dynamisch zum Gewinner zu verschieben – Verluste minimieren, Umsatz maximieren.


Die Psychologie hinter Black Friday

Black Friday funktioniert wegen Loss Aversion. Kahnemans Forschung zeigt, dass Menschen einen potenziellen Verlust 2,3× stärker bewerten als einen gleichwertigen Gewinn. Während eines Sale Events ist die Angst, einen Deal zum niedrigsten Preis zu verpassen, ein stärkerer Motivator als der Deal selbst.

Das heißt aber nicht, dass der Preis alles ist. Eine fünfköpfige Familie kauft keinen Zweisitzer-Sportwagen, egal wie groß der Rabatt ist. Der Kunde muss trotzdem das richtige Produkt, die richtige Größe und Farbe finden. Die folgenden Tests verstärken Urgency und wahrgenommenen Wert in dem Moment, in dem der Kunde ohnehin schon kurz vor dem Kauf steht.


Tests auf der Produktseite

Das sind die Tests mit der höchsten Priorität während jedes Sale Events, sortiert nach Impact und Einfachheit der Umsetzung.

1. „Selling-out-fast"-Badge (~6,7 % durchschn. Uplift)

Füge Produkten im Sale ein kleines Label hinzu: „Artikel im Sale verkaufen sich schnell – warte nicht zu lange." Das Aufsetzen in einem Testing-Tool dauert rund 2 Stunden. Geringer Aufwand, hoher Impact – und der erste Test, den Samu jeder Brand empfiehlt, die einen Sale fährt.

2. Sellout-Risk-Indikator (~6,25 % durchschn. Uplift)

Ein ausklappbarer Abschnitt auf der PDP, der ein Sellout-Risk-Level zeigt (High oder Medium). Beispieltext für High: „Dieses Produkt wird gerade von vielen Nutzern gekauft. Basierend auf den Verkäufen der letzten 6 Stunden wird es heute wahrscheinlich ausverkauft sein." Nutze Medium für schnell drehende Produkte mit ausreichend Bestand, und lass es bei Produkten, die nicht ausverkaufen, ganz weg. Eine einzige unehrliche Warnung zerstört das Vertrauen für Wiederholungskäufe dauerhaft.

3. Discount-Countdown-Timer

Ein kleiner, dezenter Timer, der an den aktuellen Rabatt gekoppelt ist – platziert über dem Preis oder dem Discount-Badge. Nutze echte Timer mit klarem Endzeitpunkt: 24 Stunden für den Black Friday selbst, dann übers Wochenende verlängern mit einer genannten Begründung („verlängert bis Sonntag"), dann „Last Chance" am Montag. Nutze nie Session-Reset-Timer, die bei jedem Besuch neu starten – Kunden prüfen auf mehreren Geräten und merken das. Längere Laufzeiten schlagen kurze durchgängig, weil sie auch den zweiten und dritten Touchpoint konvertieren.

4. Verstärkter wahrgenommener Rabatt (AOV-Lift)

Zeig den alten Preis links, den neuen Preis rechts und setze einen sichtbaren Abstand oder Pfeil dazwischen. Die größere visuelle Distanz lässt den Rabatt größer wirken, und das Produkt erscheint wertvoller. In Tests blieben die Conversion Rates ähnlich, aber der AOV stieg – Kunden verschoben sich zu höherpreisigen Produkten.

5. Discount-Tabs nach Variante

Wenn ein Produkt viele Varianten mit unterschiedlichen Rabattstufen hat, füge Tabs hinzu, die den Rabatt je Variante zeigen, damit Kunden sofort den besten Deal finden. Reduziert Friction und erhöht die Wahrscheinlichkeit, dass sie bei einer Option mit höherem Rabatt konvertieren, die sie sonst verpasst hätten.


Tests auf der Collection-Seite

Discount-Filter (+2,09 % durchschn. Uplift)

Füge auf Collection-Seiten einen Filter nach Rabattstufe (10 %, 25 %, 50 %) hinzu. Ein wichtiger Insight aus Tests: Paid Traffic direkt auf die „50 % Off"-Collection zu schicken, performte am schlechtesten. Kunden, die mit der Erwartung „bis zu 50 % Rabatt" ankamen, landeten auf dieser Seite, fanden nichts, das ihnen gefiel, und gingen, ohne weiter zu stöbern. Sie auf die 10–25 %-Seiten zu schicken, hielt sie länger am Browsen und konvertierte besser.

Sale-Navigationsmenü (+1,82 % durchschn. Uplift)

Füge der Homepage-Navigation Sale-spezifische Einträge hinzu: Rabattstufen (10 %, 25 %, 50 %) plus „Low in Stock" und „Best Sellers." Low Stock und Bestseller kombinieren Urgency und Social Proof in einem Klick. Einfach umzusetzen als separate Collection-Seiten mit einem AB-Test auf den Menüpunkten.


Warenkorb-Tests

Urgency-Message im Warenkorb (+3,59 % durchschn. Uplift)

Zeig eine Nachricht im Warenkorb: „Produkte in deinem Warenkorb sind nicht reserviert." Einer der wirkungsvollsten und einfachsten Warenkorb-Tests während eines Sales. Funktioniert besonders gut, wenn einige Produkte während des Events tatsächlich ausverkaufen.

„Deine Black-Friday-Ersparnis"-Label

Zeig Kunden genau, wie viel sie sparen, mit dem Event-Namen dran: „Deine Black-Friday-Ersparnis: €X." Die event-spezifische Variante schlug das generische „Deine Ersparnis" in Tests. Sie verankert den Deal an einem konkreten, zeitlich begrenzten Moment, statt ihn wie einen dauerhaften Preis wirken zu lassen.


Tests während Peak-Events sicher fahren

Die verbreitete Angst ist, dass ein schlechter Test während des Black Friday zu teuer ist. Die Mathematik sagt etwas anderes: Der absolute Umsatz-Impact eines -4,5 %-Ergebnisses an einem normalen Tag vs. einem Peak-Tag ist derselbe – er ist nur in weniger Stunden komprimiert. Mehr Traffic bedeutet schnellere statistische Signifikanz, was bedeutet, dass du schlechte Tests früher erkennen und stoppen kannst.

Der Ansatz, den Samus Team während Sale Events nutzt:

  • 80 % Bandit-Tests – verschieben Traffic dynamisch zur besser performenden Variante, während Daten reinkommen. Das maximiert den Umsatz aus Gewinnern und begrenzt das Exposure gegenüber Verlierern.

  • 20 % klassischer A/B als paralleler Backup – die Statistik von Bandit-Tests kann unter extremen Traffic-Spikes versagen (zwei Tools sind allein am Volumen gecrasht). Der klassische A/B läuft unabhängig als Sicherheitsnetz und Quelle sauberer Learnings.

  • Setze eine Mindest-Sample, bevor der Bandit zu verschieben beginnt – z. B. mindestens 2.000 Transaktionen pro Variante. Zu früh, und die Statistik ist nur Rauschen.

Diese Tests gelten genauso für jedes Sale Event – Singles' Day, Geburtstagskampagnen, saisonale Ausverkäufe. Wenn Black Friday zu nah ist, um rechtzeitig zu testen, fahr sie beim nächsten.

Hat dies deine Frage beantwortet?